철저한 검색 방법이 AI로 간주됩니까?

12

일부 프로그램은 솔루션에 대한 철저한 검색을 수행하는 반면 다른 프로그램은 유사한 답변에 대한 휴리스틱 검색을 수행합니다. 예를 들어, 체스에서 가장 좋은 다음 이동에 대한 검색은 본질적으로 더 철저한 경향이 있지만 Go에서는 가장 큰 다음 이동에 대한 검색은 검색 공간이 훨씬 넓기 때문에 더 휴리스틱 한 경향이 있습니다.

좋은 답변을 찾기위한 무차별 대입 검색 기법이 AI로 간주됩니까? 아니면 AI로 간주되기 전에 휴리스틱 알고리즘을 사용해야합니까? 그렇다면 체스 게임 컴퓨터가 인간 전문가를 때리는 것이 의미있는 이정표입니까?

— WilliamKF
소스

1

그것은 당신의 관점에 달려 있습니다. 트랜지스터가 최초의 인공 지능인지 확인하십시오 . .

— Jaden Travnik

6

존 매카시 (John McCarthy)는 다음과 같이 설명합니다.“작동하자마자 아무도 더 이상 AI라고 부르지 않습니다.” 아무도하지 않았다면 AI입니다. 알고리즘이 시간이 지남에 따라 검색 공간을 배우고 제한하지 않는 한 사람들은 현재 철저한 검색 AI를 호출하지 않을 수 있습니다.

— Ugnes

@ Ugnes는 그 인용문을 추가하려고했지만 당신은 나보다 앞서있었습니다!

— hisairnessag3 3

8

지능을 지속적인 최적화 능력의 척도로 생각한다면 (즉, 어떤인지 노력 단위에 대한 결과가 어느 정도 나아지 는가), 철저한 검색은 지능이 0이 아닌 지능을 가지게됩니다 지출이 많지만 지능이 매우 낮습니다 (결과는 대부분 운이 좋을수록 좋으며 소비되는 노력의 양은 매우 클 수 있음).

— 매튜 그레이브스
소스

7

컴퓨터가 해결책을 강요하는 것이라면 어떤 것도 배우거나 전혀 지능을 사용하지 않으므로 "인공 지능"이라고 부르지 말아야합니다. 비슷한 상황에서 이전에 일어난 일을 기반으로 결정을 내려야합니다. 지능적인 것을 위해서는 배운 것을 추적 할 수있는 방법이 필요합니다. 체스 프로그램에는 가능한 모든 보드 상태에서 사용할 수있는 정말 멋진 측정 알고리즘이있을 수 있지만, 항상 각 상태를 시도하고 다른 접근 방식에 대해 학습 한 내용을 저장하지 않으면 지능적이지 않습니다.

— 벤 N
소스

새로운 추억을 만들 수없는 사람들이 있습니다. 그렇다고 그들이 지능적이지 않다는 의미는 아닙니다. 지능에 필요한 것은 학습 자체가 아니라 세계의 내부 모델입니다. 물론 보통 배운다. 그러나 때로는 그렇지 않습니다. 그리고 때로는 실체가 학습 능력을 잃지 만 모델을 유지합니다.

— BlindKungFuMaster

@BlindKungFuMaster 세계의 내부 모델은 어떻게 구성되지만 학습을 통해 구성됩니까? 비록 그것이 "단순히"생물학적 과정 일지라도, 여전히 기술적 인 의미에서 배우고 있습니다.

— Dave Newton

학습은 지능에 필요한 조건처럼 보이지 않습니다. 자동 정리 증명 자, 또는 첫 번째 원리에서 물리 법칙을 생성하는 시스템 또는 최적의 체스 플레이어가 단순히 배우거나 적응하지 않기 때문에 지능 행동으로 할인됩니까?

— user48956

3

대답은 그렇습니다. 철저한 검색은 AI의 기본 원칙입니다. OP 인식과 마찬가지로 체스 같은 게임을 해결하는 데 사용되며 경로 계획 또는 PDDL 해결과 같은 다른 많은 영역에서도 사용할 수 있습니다. 이론적 인 관점에서 보면 무차별 검색은 모든 문제를 해결하는 훌륭한 방법입니다. 휴리스틱이 실제 프로그램에 사용되는 이유는 현재 컴퓨터 하드웨어 때문에 계산 속도가 느리기 때문입니다. 따라서 휴리스틱은 속도 부스터로 사용됩니다.

— 마누엘 로드리게스
소스

1

우아한? "brute"라는 단어는 이름에도 있습니다. 특히 "우아한"것은 없으며, 아마도 가장 우아한 문제 해결 전략에 관한 것입니다. 효과적이지만 (일부 솔루션 공간에서) 확실하지만 우아합니까? Meh.

— Dave Newton

방법의 단순성 측면에서 "우아한"것입니까? 기술이 얼마나 중요한지, 특정 솔루션을 확인하는 것이 어떻게 필요한지 강화하고 싶습니다. (즉, Go는 절대로 그것을 풀 수 없습니다. 당신은 그것을 강요 할 수 없습니다. 나무가 다루기 쉬운 곳에서 유용한 최종 게임 분석을 멈추지 않았습니다.) 그러나 Ben N에 동의해야 할 것입니다. AI 자격을 결정합니다.

— DukeZhou

지능에 필요한 조건을 우아하게 꾸미시겠습니까?

— user48956

2

무차별 대입 접근 방식은 AI 프로그래밍에서 많은 사람들의 첫 번째 단계입니다. 그러나 이러한 경험을 사용하여 프로그램은 최상의 솔루션을 찾거나 문제에 대한 더 가까운 솔루션을 찾는 방법을 배워야합니다. AI의 첫 번째 목표는 솔루션을 찾는 것이므로 무차별 대입 접근 방식을 능가 할 수있는 것은 없습니다. 그러나 이전의 무차별 접근 방식 결과를 사용하여 프로그램은 자체 휴리스틱을 개발하고이 데이터를 무차별 힘과 함께 사용하여 최적의 솔루션을 찾아야합니다.

— 원
소스

1

"무차별 대입 접근 방식을 이길 수있는 것은 없습니까?" 어떤 의미에서 이길?

— Dave Newton

AI에 오신 것을 환영합니다. 일부 문제는 다루기 어렵고 무차별 대입으로 해결할 수 없다는 점을 지적하여이 답변을 보완 할 수 있습니다. 그러나 나는 무차별 강제 알고리즘이 AI의 기본 형태와 기능이라는 데 동의합니다. 조합 게임 이론에서 스도쿠와 같은 게임이나 퍼즐은 무차별 대입 (고갈)을 통해서만 해결 될 수있는 것으로 보인다.

— DukeZhou

2

컴퓨터가 보여주는 '지능'은 무차별적인 힘이나 스마트 휴리스틱의 사용에 관계없이 AI로 간주됩니다. 예를 들어, 채팅 봇은 많은 if 문을 사용하여 대부분의 응답에 응답하도록 코딩 될 수 있습니다. 이것은 코딩이 잘못되거나 디자인 된 AI에 관계없이 AI입니다.

인간 전문가를 때리는 체스 게임 컴퓨터는 의미있는 이정표로 볼 수 있습니다. 누군가가 그랜드 마스터 체스 플레이어와 체스 천재를 이길 수 있도록 컴퓨터를 프로그래밍했음을 의미합니다. 많은 사람들이 체스는 복잡한 게임이기 때문에 불가능하다고 생각했습니다. 이런 종류의 작업은 컴퓨터가 체스를 할 수 있다면 다른 복잡한 작업도 반드시 완료하기 때문에 더 복잡한 AI로 연결될 수 있습니다.

세련된 체스 프로그래밍이 매직 비트 보드, Zobrist 해싱, 프 루닝, 게으른 SMP 등의 방법에 주목하십시오. 이것은 아마도 당신이 생각한 일종의 AI의 이정표는 아니지만 AI로 간주 될 수있는 것은 꽤 광범위합니다.

— 웃더껑이
소스

좋은 생각. 그러나 지능을 정의하지 않으면 논문이 문제가된다 (Ben N과 Matthew Graves의 답변 참조).

— DukeZhou

1

모든 뉴스가 최근 뉴스에 나온 것과 같은 것을 사용했기 때문에 왜 당신이 그것을 고려하지 않을지 모르겠습니다.

신경망의 진화는 무차별 대입 검색과 매우 유사하지만 철저하지는 않기 때문에 로컬 최적화에 부딪칩니다.

— 마그나
소스